Si vas a aprender IA, también podrías aprender de uno de los mejores. MIT ha publicado todas sus conferencias en línea y puede encontrar el curso de IA aquí: Inteligencia Artificial.
Debe revisar las primeras conferencias, pero enfóquese en 12A y 12B, redes neuronales y redes neuronales profundas. Algoritmos como Algoritmo genético, Vecino más cercano, Clasificaciones, etc. no lo ayudarán con lo que quería hacer.
Ya creé la IA hace unos 10 años y se la di a un profesor mío (también es administrador de fondos de cobertura en Chicago). Fue construido en una sola red neural de capa oculta. Lo hice para ser bastante preciso en el entrenamiento, pero no pude hacerlo funcionar (problemas técnicos) antes de que terminara la clase. No sé cuán preciso hubiera sido si se ejecutara (durante el entrenamiento, obtuvo una precisión superior al 90%, no solo un punto, sino que permaneció constantemente alrededor del 85-92%, por lo que el error fue pequeño).
- ¿Elegirías el procesamiento de señales digitales o la inteligencia artificial como una opción en la universidad?
- ¿Qué videojuego ha desarrollado el sistema de inteligencia artificial más avanzado?
- ¿Cuáles son los sistemas de aprendizaje automático de última generación para predecir los precios del oro?
- ¿Qué pasos (en detalle) sugeriría que tome una licenciatura para adquirir experiencia en los campos de aprendizaje automático (ver detalles)?
- ¿Qué es la computación afectiva?
Si quieres hacerlo más preciso, prueba con una red neuronal profunda; Debe tener la capacidad de superar algunos problemas con la red neuronal regular. Aunque agregué características a la mía para un proyecto anterior en mi escuela (subcontrato de BOEING) para superar los problemas locales de máximo / mínimo de todos modos.
Mi consejo, si es la primera vez que haces IA.
1) Comience con un conjunto genérico. No codifique el número de entradas, capas ocultas, nodos ocultos, salidas. Es muy simple hacerlos definidos por el usuario. Esto se debe a que querrá probar errores de codificación, por lo que debe comenzar con una red de 2 entradas y 1 salida para aprender las funciones AND, OR, XOR para ver si su red incluso está aprendiendo. Entonces puedes pasar a tus propias cosas. Si codifica cosas, tendrá que cambiar los códigos nuevamente antes de continuar y eso siempre presenta más posibilidades de más errores de codificación. Confía en mí, sabrás cuando comiences que depurar la IA es un biaaatch.
2) Aprenda a escribir en el archivo, cargar desde el archivo (o leer / escribir en la base de datos). Para empezar, todos los valores de pesos / nodos ocultos son aleatorios, nunca sabrá cuándo obtiene la combinación perfecta que aprende con precisión. Debería poder guardar la red y volver a cargarla más tarde. Debería ser lo suficientemente simple.
3) Rastree el proceso de aprendizaje de IA paso a paso, agregue funciones para superar los problemas que cree que enfrenta, pero asegúrese de que su función tenga una lógica general. Por ejemplo, uno de los problemas con la red no profunda es que la solución a menudo está atascada en un mínimo local, lo que significa que todavía hay un error pero ya no se aprende (sin cambios en el peso / nodos ocultos). Cuando esto sucede, puede forzarlo a dispararse fuera del mínimo local multiplicándolo por un factor, sin embargo, no lo codifique, conviértalo en una variable que dependa de la cantidad de rondas que está mal y permita que el problema aumente agregue a la variable tal que eventualmente sea lo suficientemente grande como para disparar fuera del min local. Lo llamé factor de impulso. También he agregado otras características a la IA, agregue lo que creas que es necesario, siempre que obtengas mejores resultados (eso no es forzado para esa ronda), entonces esa es una buena IA.
4) No se diversifique, concéntrese en una acción por red. Cada acción tiene su propio historial comercial, noticias, etc. Una red no podrá aprender comportamientos de acciones múltiples (por lo tanto, tiene la función de guardar y cargar en 2).
No utilicé ninguna derivada de las entradas originales. Mis aportes fueron solo el precio de las acciones, los precios de las acciones de la competencia, los precios de las acciones de los sustitutos, la tendencia de la industria, las tendencias del mercado (como DJI, SP500). Ciertamente puede agregar indicadores como promedios móviles, estocásticos, RSI, etc. Sea lo que sea que piense que funcionará, pruébelo. Sin embargo, tendrá que pasar mucho tiempo limpiando los datos.
Pero como dijo mi profesor, no es necesario ser tan exacto en el precio de la acción, solo necesita ser preciso en la dirección en que la acción irá (hacia arriba o hacia abajo). Incluso entonces, solo tiene que ser confiable el 60% de las veces, siempre y cuando sea más correcto que incorrecto. Puedes ganar mucho dinero apostando en la dirección.
Diviértete y buena suerte.
